ADOM LA GOUVERNANCE DES DONNEES DANS LES MUTUELLES

La page est créée Serge Adam
 
CONTINUER À LIRE
ADOM LA GOUVERNANCE DES DONNEES DANS LES MUTUELLES
ADOM
LA GOUVERNANCE DES DONNEES DANS LES MUTUELLES

                  Valmen Consulting
ADOM LA GOUVERNANCE DES DONNEES DANS LES MUTUELLES
Introduction
Données et dirigeants

                                            Dirigeants de mutuelle,
                                            pourquoi les données
                                            sont-elles importantes

                                            pour vous ?

                                                                      2
                        Valmen Consulting
ADOM LA GOUVERNANCE DES DONNEES DANS LES MUTUELLES
Parce que … c’est obligatoire !
La contrainte réglementaire

Solvabilité II
                                               ▪ Le RGPD impose de mettre en place une politique de
                                                 protection des données personnelles, un registre des
                                                 traitements, de nommer un DPO.

                                                                                                        3
                                  Valmen Consulting
ADOM LA GOUVERNANCE DES DONNEES DANS LES MUTUELLES
SOMMAIRE

       1. Partie 1   CAS PRATIQUE n°1 : les agences de Gan Assurances

       2. Partie 2

       3. Partie 3

       4. Partie 4

       5. Partie 5

       6. Partie 6

                                                                        4
                           Valmen Consulting
ADOM LA GOUVERNANCE DES DONNEES DANS LES MUTUELLES
Décision stratégique Groupama SA :
fermer les petites agences ou les pousser à se regrouper
pour que la commission moyenne atteigne la moyenne du marché
                              Valmen Consulting
ADOM LA GOUVERNANCE DES DONNEES DANS LES MUTUELLES
1er temps : s’interroger sur l’origine des données
Comprendre qui fait quoi et pourquoi
▪ 1.1. Qui fait quoi ?
La communication reçoit la demande de l’Argus de l’Assurance et :
-   demande à la comptabilité le montant des commissions de l’exercice précédent
-   lit dans le tableau de bord mensuel le nombre d’agences
-   calcule la commission moyenne
▪ 1.2. D’où vient la donnée essentielle : le nombre d’agences ?
-   Le marketing réseau qui analyse l’implantation des points de vente suit le nombre de points de vente.
-   Le juridique agents qui gère les mandats des agents suit le nombre de mandats.
-   La formation qui gère les formations initiales des nouveaux agents suit le nombre d’agents.
-   L’informatique agences qui gère les codes portefeuilles historiques suit le nombre de codes portefeuilles et
    produit les tableaux de bord mensuels avec cette donnée.
Personne ne suit les agences … que personne ne définit de la même façon !
Chacun gère les données qui le concerne, sans connaître les conséquences sur le reste de l’environnement.

                                                                                                                   6
                                                    Valmen Consulting
ADOM LA GOUVERNANCE DES DONNEES DANS LES MUTUELLES
2ème temps : Définir une politique des données
Dictionnaire des données

▪ 2.1. Définir précisément avec l’ensemble des parties prenantes :
-   Le vocabulaire exact et la donnée utilisée par chacun : point de vente, mandat, agent, code portefeuille
-   la donnée manquante : agence, en créant une définition partagée par tous / imposée à tous
      - Une agence est une entité économique qui peut avoir un ou plusieurs agents, un ou plusieurs points de vente, et
        regrouper un ou plusieurs portefeuilles historiques de clients.

▪ 2.2. Collecter la donnée manquante : compter les agences selon cette définition.

▪ 2.3. Définir quelles données diffuser, à qui et pour quel usage :
-   Créer un tableau de bord mensuel avec agences / agents / points de vente
-   Interdire la diffusion du tableau de bord avec les codes portefeuille qui n’intéresse personne en-dehors du producteur de
    la donnée, pour éviter toute confusion.

                                                                                                                                7
                                                         Valmen Consulting
ADOM LA GOUVERNANCE DES DONNEES DANS LES MUTUELLES
3ème temps : Décider la stratégie avec des données justes
Repartir dans le bon sens et faire durer

▪ 3.1. Communication : Faire publier un rectificatif dans l’Argus de l’assurance

▪ 3.2. Fournir la donnée juste au décideur :
-   Expliquer la réalité des chiffres
-   Reconstituer la chronique historique de la donnée
-   Fournir chaque trimestre au conseil d’administration la dernière valeur du tableau de bord mensuel, ce qui contribue à
    son appropriation, notamment en interne, et assure le suivi de la décision pour créer l’habitude.
-   La stratégie a été définie cette fois avec les bonnes données !

▪ 3.3. Un point positif : ce travail a permis de s’apercevoir :
-   qu’en 10 ans le Gan avait perdu 100 agences, ce dont personne n’avait pris conscience
-   de mettre en œuvre un plan d’actions pour arrêter l’hémorragie et inverser la tendance

                                                                                                                             8
                                                        Valmen Consulting
ADOM LA GOUVERNANCE DES DONNEES DANS LES MUTUELLES
SOMMAIRE

       1. Partie 1

       2. Partie 2   CAS PRATIQUE n°2 : AG2R La Mondiale
       3. Partie 3

       4. Partie 4

       5. Partie 5

       6. Partie 6

                                                           9
                             Valmen Consulting
ADOM LA GOUVERNANCE DES DONNEES DANS LES MUTUELLES
Industrialisation de SI
  La gouvernance de la donnée : un enjeu opérationnel
• Murielle MELOT
• Directeur du Pilotage Opérationnel Transverse Santé Prévoyance

                                                           Industrialisation du SI

                                                    1.     Rationnaliser nos back-offices,
                                                    2.     Automatiser, dématérialiser et simplifier nos processus,
                                                    3.     Transformer les contraintes réglementaires en opportunités,
                                                    4.     Maitriser nos engagements techniques.

                                                                                                                         10
                                                         Valmen Consulting
Rationalisation des SI : pouvoir disposer d‘une métrique commune
Chacun a raison et tout le monde a tort
▪ 1.1. Comparer les coûts des projets de migrations
    - La notion de Personnes Physiques :
    - Un exemple : l’addition des PP sur l’ensemble des SI vs la population active nationale
        • Que compte-t-on? Que doit-on compter ? Comment-on compter?

▪ 1.2. Comment modéliser les données « communes »
    - Chaque SI possède ses prérogatives/règles
    - Identifier le concept commun de donnée PP et ses traitements dans les outils
    - Trouver les compétences pour modéliser l’ensemble

                        1
                        1
                                                                                               11
                                                       Valmen Consulting
Modéliser les données : un enjeu d’entreprise
La modélisation : un impératif pour comprendre la donnée
▪ 1.1. Distinguer l’identifiant et les attributs de la donnée
    - Une PP : un identifiant NIR          Qualité de la métrique
    - Un référentiel : flux DSN            Norme réglementaire, unicité de la source
    - Un dictionnaire de données :         les rôles; le lignage de la donnée ; responsabilisation

▪ 1.2. Mettre en place un modèle Modèle Métiers d’Entreprise (MME)
    - Le mythe du Datalake et le risque du Dataswamps
    - La gouvernance de la donnée
    - La modélisation au service de l’efficacité

                                                                                                     12
                                                Valmen Consulting
Un usage pilote : construire ensemble

▪ Il est illusoire de penser que l’on peut exploiter les données brutes sans retravailler le modèle.
▪ Il faut s’assurer de la formalisation des processus utilisant la donnée.
▪ La gouvernance de la donnée est au cœur de l’efficacité : elle doit être régalienne et facilitante.
▪ Le rôle du référent data : faire le lien entre l’opérationnel et la gouvernance.
▪ Il faut gérer le paradoxe du Big data et de la patience.

                                                                                                        13
                                               Valmen Consulting
SOMMAIRE

       1. Partie 1

       2. Partie 2

       3. Partie 3   CAS PRATIQUE n°3 : ALMERYS
       4. Partie 4

       5. Partie 5

       6. Partie 6

                                                  14
                            Valmen Consulting
Accumulation de données, protection des données, digitalisation:
        be|almerys face à de nouveaux défis
   De nouvelles problématiques et de nouveaux besoins émergent…
▪ Almerys créée en 2000 : gestion des prestations                  ▪ Protéger ses données correctement et rétablir
  santé et des prestations d’assurances de la                        une relation de confiance : 80% des français
  personne: Santé de
     Traitement   – Prévoyance
                      flux (à base de règles)                        craignent données
                                                                     Analyse    que leurs en
                                                                                           données
                                                                                             massesoient
                                                                                                   (data volées ou
                                                                                                         science)
▪ Almerys, concentrateur de données                                  détournées
    ▪ +20 millions Temps      réel bénéficiant de
                      de personnes                                 ▪ Maîtriser sesTemps
                                                                                     données
                                                                                           réelet
                                                                                                et les valoriser : 2,5
                                                                                                   batch
      solutions be|almerys, 14 millions de cartes                    trillions de données sont générées chaque jour
    ▪ 150 acteurs en  complémentaire santé , Assureurs,            ▪ Faciliter l’accès aux données : le trop plein de
                    Centré   métier
      Institutions de Prévoyance, Mutuelles, Courtiers,              données et leurCentré
                                                                                       mauvaiseindividu
                                                                                                 gestion rendent l’accès
      Délégataires de gestion                                        aux données difficile et laborieux
                Données silotées
    ▪ 256 500 professionnels de santé                              ▪ Innover pour Données
                                                                                    mieux intégrées
                                                                                            performer et rester
    ▪ +9 milliards d’euros de prestations santé                      compétitif :
      valoriséesArchitecture
                 en 2018     fermée                                         - OCDE 2017,     les dépensesouverte
                                                                                        Architecture       de R&D ont augmenté
                                                                              de 3.8%
▪ Traitement de flux
                                                                            - En France, les 250 plus grandes entreprises
    ▪ Pas d’accumulation   / valorisation des données
                        Pre-RGPD                                              réalisent 61 % de Post-RGPD
                                                                                                  cette dépense et les entreprises
    ▪ SI propriétaire, type legacy, centré métier                             de taille intermédiaire (ETI) 24 %
    ▪ Données silotées, difficile d’accès                                   - Nette hausse comparativement à avant 2016              15
                                                        Valmen Consulting
Innover, réformer, aller vers les deeptechs pour assurer
performance, confiance et efficacité en temps réel
Différentes technologies et techniques vous sont proposée afin de répondre au mieux à vos besoins …

▪ Assurer la protection des individus par la mise en conformité des données : respect du RGPD,
  anonymisation, pseudonymisation, minimisation sans altération des données
▪ Permettre un traitement massif des données ainsi que leur valorisation : grâce à une accélération
  du processus de traitement et une capitalisation des travaux de recherches et d’innovation sur un
  socle d’accélération
▪ Instaurer une véritable gouvernance des données : aider au contrôle des données, chats
  quotidiens avec des experts afin de faciliter les développements
▪ Augmenter sa capacité d’innovation : grâce aux
  deeptechs (IA, Blockchain, Big Data) gagner en vitesse,
  en performance et en liberté d’action et réduire les
  coûts associés à cet investissement
▪ Grâce aux « deeptechs », rétablir la confiance entre
  les acteurs de la chaîne : traçabilité des données,
  transparence de bout en bout
                                                                                                      16
                                                 Valmen Consulting
Une solution efficace et hors-norme: le RedLab, une stratégie et
un environnement de développement propice à la performance…

                                                            Transformation numérique
                                                            Exploration et valorisation des données
                                                            Gouvernance des données
                                                            Mise en conformité

• Un socle d’accélération facilitant l’industrialisation des applications
• Des technologies à l’état de l’art , les deeptechs (big data, blockchain, IA)
• Une stratégie de recherche à base d’open innovation et co-création
• Des équipes d’experts en science des données, IA et cryptographie
    •   Une démarche intraprenariale avec de grandes écoles
    •   Une recherche d’excellence, reconnue internationalement

                                                                                                      17
                                               Valmen Consulting
Système d’Information

 Conformité                                                   Plateforme
 réglementaire                                                Technologique

 Privacy-by-default                                           Blockchain

 Autodétermination                                            Deep learning
 Informationnelle

                                                              Big data
 Privacy-by-design

                                                              Smart center
 Security-by-design

              Brevet
« General Data Protection Method »
          EP 17 305 622.7

                                     Valmen Consulting
Un outil performant dans la lutte contre la fraude…

Quelques chiffres clés sur la fraude…

Assurance maladie, sécurité sociale (2016)
                                                                      Optique
▪ 245 millions de fraude détecté                                      Dentaire
▪ 79 % de la fraude vient des professionnels de santé                 Pharmacie
▪ En augmentation de +17% en un an
                                                                      Hospitalisation
▪ Chaque année, les systèmes de détections de fraude s’améliorent
  mais…                                                               Transports

        …. Chaque année les fraudeurs redoublent d’inventivité pour
contourner les mécanismes de détections !

                                                                                        19
                                             Valmen Consulting
Un outil performant dans la lutte contre la fraude…

RedLab, apport de l’IA et du big data

L’intelligence artificielle au secours de la lutte contre la fraude

                                                                              Clustering
▪ Apprentissage autonome, adaptatif et en temps réel de nouvelles
  règles de détection de fraude                                               Machine learning
▪ Découverte de patterns (modèles/techniques de fraudes) dont les             Deep learning
  contrôleurs ignoraient l’existence
                                                                              Réseau de neurones
▪ Capacité de généralisation des règles ou, à l’inverse,
  d’individualisation et de déclinaisons des seuils de détections,…           Big data
    - En fonction de spécificités multifactorielles
        (période de l’année, zone géographique, réseaux tarifaires, type de
                                                                                           Studys-IA
        contrat de RC…)

                                                                                                       20
                                                Valmen Consulting
Exemples de cas concrets détectés grâce à
                                                                   l’IA

Uniquement sur le domaine optique, portefeuille de 340 000 PP sur 1
mois :

❑ Solution traditionnelle :                           423 PEC qualifiées
    ✓ Détection sur règles métier
    ✓ Coût de la fraude (montant RC) :                126’000 €
    ✓ Taux de détection :                             3 à 5%
                                                                                       Par Clustering (regroupements
❑ Studys-IA :                                         539 PEC qualifiées               homogènes)

    ✓ Détection par apprentissage                                                      •    Profilage de PS (ex. opticien vendant
                                                                                            nettement plus de lentilles que son
    ✓ Coût de la fraude (montant RC) :                255’808 €                             groupe de pairs)
    ✓ Taux de détection :                             6à7%                             •    Analyse contextuelle (ex. toute la
         ▪ Optimisation tarifaire en fonction du contrat de remboursement (abus)            famille se refait faire des lunettes dans
         ▪ Coût de la fraude (montant RC) :                       770 PEC qualifiées        un laps de temps court)
                                                       122’750 €                       •    Anomalies (ex. PEC répétitives pour un
                                                                                            même assuré, le tout dans des régions
    ✓ Objectif 2024 :                                 > 10% pour > 10 M€ RC                 différentes)

                                                                                       •    Saisonnalité (ex. DR pour des lunettes
                                                                                            enfant en été – fausse facture pour des
                                                                                            lunettes solaires)

                                                                                       Par apprentissage (non-supervisé)

                                                              Valmen Consulting
Autres apports IA & Big data

❑ Actuaire « augmenté »

    ✓ Environnement de consultation pour pilotage et reporting au quotidien
      (populations, contrats, cotisations, prestations etc),
    ✓ Valorisation des données : élargir la gamme de services proposés aux
      adhérents. Prévention des risques et usages d'objets connectés,
    ✓ Adaptation de l’offre : benchmarking et conception de l’offre en fonction des
      tendances de marchés telles que les médecines douces etc (identification des
      besoins clients, étude et maitrise des risques),
    ✓ Détection de fraude : détecter les populations à risques, assurer leur suivi et
      détecter les potentielles fraudes en croisant les bases de données avec celles
      d’organismes extérieurs,
    ✓ Conseil : calage DDA, devoir de conseil en corrélation avec les données
      externes. Orientation des formulaires de conseil/KYC en fonction des tendances
      identifiées dans les données,
    ✓ Solutionner le problème du gel des avoirs : rapprochement des listes de
      personnes fichées à risques et croisement avec base d’adhérents.

                                                   Valmen Consulting
SOMMAIRE

       1. Partie 1

       2. Partie 2

       3. Partie 3

       4. Partie 4   Les enseignements des cas présentés

       5. Partie 5

       6. Partie 6

                                                           23
                              Valmen Consulting
Pour… se différencier !
Les nombreuses raisons d’améliorer la gouvernance des données

                                                                   • Différenciation (services)
                                Exploitation du                    • Optimisation des coûts (fraude, RCT)
                                   potentiel                       • Prédictif, big data…

                                                                   • Suivi d’activité
                              Pilotage d’activité                  • Prise de décisions

                                                                   • Perte de temps
                             Problème de non                       • Problèmes de qualité
                            maîtrise des données                   • Difficultés comptables

                                                                   • ACPR (Solva 2…)
                                Règlementaire                      • CNIL (RGPD)

                                                                                                            24
                                               Valmen Consulting
Synthèse des cas présentés
Que faut-il retenir ?

                                  • De simples questions de définition peuvent générer des problèmes complexes
        Définition de la donnée   • Une même donnée peut avoir plusieurs définitions
                                  • Bien définir les données clefs est un préalable incontournable

                                  • On ne peut maîtriser et exploiter que les données que l’on détient
        Détention de la donnée    • La structuration de la base de données dépend de l’usage que l’on souhaite en faire
                                  • Les données doivent toujours être re-travaillées pour pouvoir être exploitées

                                  • Les processus permettent de fiabiliser les données et de systématiser leur traitement
         Qualité de la donnée     • La qualité de la donnée est la base de la qualité de l’analyse

                                  • Les projets sur les données doivent mixer 2 types de compétences :
         Mix de compétences             • La conceptualisation
                                        • La mise en œuvre opérationnelle

                                  • Pas de données de qualité sans évolution de la culture de fond de l’entreprise
          Culture de la donnée    • La culture de la donnée permet de donner du sens à la rigueur demandée à chacun
                                    (fameux ex du « 999 ») et permet de comprendre le métier de l’autre

                                                                                                                            25
                                                   Valmen Consulting
Synthèse des cas présentés
   Quelles sont les meilleures pratiques ?

                                                                                    • Un objectif initial trop
                                                           Un objectif                ambitieux entraîne des
                                                            précis et                 projets à effet tunnel
                                                           circonscrit

                                                        Projet
• Le mix des compétences est           Mix de          maîtrise
  incontournable pour éviter        compétences
  les projets « fumeux » ou à                             de
                                    conceptuelles      données
  l’inverse, les projets mal        et opération-
  conçus                                nelles
                                                                        3 données
                                                                        maximum
                                                                                    • Importance de traiter les
                                                                                      données de bout en bout
                                                                                    • Certaines données sont
                                                                                      structurantes

                                                                                                                  26
                                                    Valmen Consulting
Synthèse des cas présentés
        Quels sont les points cardinaux ?

                                                 Tendre vers un
                 • Limite les erreurs          référentiel unique
                 • Facilite les définitions
                                                                                                   • Augmente le potentiel
                                                                                                     d’exploitation des
                                                                                                     données

                            Faire évoluer la                                  Concevoir des
                               culture de                                  schémas directeurs
                              l’entreprise                                 autour de la donnée

• Indispensable pour
  assurer la qualité des
  données
• Impératif
  règlementaire
                                                                               • Trop grande complexité
                                                  Adopter la
                                                                                 à aborder tous les fronts
                                                 méthode des
                                                                                 simultanément
                                                  petits pas
                                                                                                                             27
                                                       Valmen Consulting
Synthèse des cas présentés
La check-list d’un projet sur la gouvernance des données

 Le projet respecte-t-il les points suivants ?                        Le projet poursuit-il ces objectifs ?

                                                                                                              28
                                                  Valmen Consulting
Nous contacter

           Hugues CHAMBA                             Philippe DELERIVE
           Associé                                   Directeur Général
           hchamba@valmenconsulting.fr               p.delerive@aprecialis.fr
           06 86 65 83 33                            01 49 04 02 20

                                                                                29
                                         Valmen Consulting
Vous pouvez aussi lire